Co je analýza mínění a dolování názorů?

Analýza mínění a dolování názorů jsou funkce, které nabízí služba Language, kolekce algoritmů strojového učení a AI v cloudu pro vývoj inteligentních aplikací, které zahrnují napsaný jazyk. Tyto funkce vám pomůžou zjistit, co si lidé myslí o vaší značce nebo tématu tím, že dolováním textu získáte povědomí o pozitivním nebo negativním mínění a mohou je přidružit ke konkrétním aspektům textu.

Analýza mínění i dolování názorů pracují s celou řadou psaných jazyků.

Analýza postoje

Funkce analýzy mínění poskytuje popisky mínění (například "negativní", "neutrální" a "pozitivní") na základě nejvyššího skóre spolehlivosti zjištěného službou na úrovni věty a dokumentu. Tato funkce také vrací skóre spolehlivosti mezi 0 a 1 pro každý dokument a věty v něm pro pozitivní, neutrální a negativní mínění.

Stanovisko dolování

Dolování názorů je rysem analýzy mínění. Tato funkce poskytuje podrobnější informace o názorech souvisejících se slovy (například atributy produktů nebo služeb) v textu.

Předem připravený model

Typický pracovní postup

Pokud chcete tuto funkci použít, odešlete data k analýze a zpracujete výstup rozhraní API ve vaší aplikaci. Analýza se provádí tak, jak je, bez přidaného přizpůsobení modelu používaného na vašich datech.

1. Vytvořte prostředek azure AI Language, který vám uděluje přístup k funkcím nabízeným jazykem Azure AI. Vygeneruje heslo (označované jako klíč) a adresu URL koncového bodu, kterou používáte k ověřování požadavků rozhraní API.

2. Vytvořte požadavek pomocí rozhraní REST API nebo klientské knihovny pro C#, Javu, JavaScript a Python. Pomocí dávkového požadavku můžete také posílat asynchronní volání, která kombinují požadavky rozhraní API pro více funkcí do jednoho volání.

3. Odešlete požadavek obsahující vaše textová data. Váš klíč a koncový bod se používají k ověřování.

4. Streamujte nebo ukládejte odpověď místně.

Začínáme s analýzou mínění

Pokud chcete použít analýzu mínění, odešlete nezpracovaný nestrukturovaný text pro analýzu a zpracujete výstup rozhraní API ve vaší aplikaci. Analýza se provádí tak, jak je, bez dalšího přizpůsobení modelu používaného na vašich datech. Analýzu mínění můžete použít dvěma způsoby:

Možnost vývoje	Popis
Language Studio	Language Studio je webová platforma, která umožňuje vyzkoušet propojení entit s textovými příklady bez účtu Azure a vlastní data při registraci. Další informace najdete na webu language Studio nebo v rychlém startu language studio.
ROZHRANÍ REST API nebo klientská knihovna (Azure SDK)	Integrujte analýzu mínění do svých aplikací pomocí rozhraní REST API nebo klientské knihovny dostupné v různých jazycích. Další informace najdete v rychlém startu analýzy mínění.
Kontejner Dockeru	Pomocí dostupného kontejneru Dockeru nasaďte tuto funkci místně. Tyto kontejnery Dockeru umožňují přiblížit službu vašim datům z důvodu dodržování předpisů, zabezpečení nebo jiných provozních důvodů.

Referenční dokumentace a ukázky kódu

Při používání této funkce ve svých aplikacích si projděte následující referenční dokumentaci a ukázky jazyka Azure AI:

Možnost vývoje / jazyk	Referenční dokumentace	Ukázky
REST API	Dokumentace k rozhraní REST API
C#	Dokumentace k jazyku C#	Ukázky jazyka C#
Java	Dokumentace k Javě	Ukázky v Javě
JavaScript	Dokumentace k JavaScriptu	Ukázky JavaScriptu
Python	Dokumentace k Pythonu	Ukázky Pythonu

Vlastní model (Preview)

Analýza vlastního mínění umožňuje uživatelům vytvářet vlastní modely AI pro klasifikaci textu do mínění předdefinovaných uživatelem. Vytvořením projektu vlastní analýzy mínění můžou vývojáři iterativní označování dat, trénování, vyhodnocování a zlepšování výkonu modelu před tím, než je zpřístupní ke spotřebě. Kvalita označených dat výrazně ovlivňuje výkon modelu. Kvůli zjednodušení sestavování a přizpůsobení modelu nabízí služba vlastní webový portál, ke kterému je možné přistupovat prostřednictvím jazykového studia. Můžete snadno začít se službou pomocí kroků v tomto rychlém startu.

Životní cyklus vývoje projektu

Vytvoření projektu vlastní analýzy mínění obvykle zahrnuje několik různých kroků.

Využijte tento postup a využijte model na maximum:

1. Definujte schéma: Seznamte se s daty a identifikujte požadovaná mínění, abyste se vyhnuli nejednoznačnosti.

2. Označení dat: Kvalita popisování dat je klíčovým faktorem při určování výkonu modelu. Vyhněte se nejednoznačnosti, ujistěte se, že vaše mínění jsou jasně oddělitelná od sebe.

3. Trénování modelu: Váš model se začíná učit z označených dat.

4. Zobrazení výkonu modelu: Zobrazte podrobnosti vyhodnocení modelu a určete, jak dobře funguje při zavedení nových dat.

5. Nasazení modelu: Nasazení modelu zpřístupňuje použití prostřednictvím rozhraní API pro analýzu.

6. Klasifikovat text: Použijte vlastní model pro úlohy analýzy mínění.

Možnosti vývoje

Možnost vývoje	Popis
Language Studio	Language Studio je webová platforma, která umožňuje vyzkoušet propojení entit s textovými příklady bez účtu Azure a vlastní data při registraci.
REST API	Integrujte analýzu mínění do svých aplikací prostřednictvím kódu programu pomocí rozhraní REST API.

Další informace najdete v rychlém startu analýzy mínění.

Referenční dokumentace

Při použití analýzy vlastního mínění si projděte následující referenční dokumentaci a ukázky pro službu Language:

Možnost vývoje / jazyk	Referenční dokumentace	Ukázky
Rozhraní REST API (vytváření)	Dokumentace k rozhraní REST API
Rozhraní REST API (modul runtime)	Dokumentace k rozhraní REST API

Zodpovědná AI

Systém AI zahrnuje nejen technologii, ale také lidi, kteří ho používají, osoby, které ho budou ovlivněny, a prostředí, ve kterém je nasazené. Přečtěte si poznámku transparentnosti pro analýzu mínění a seznamte se s zodpovědným využitím a nasazením umělé inteligence ve vašich systémech. Další informace najdete také v následujících článcích:

Další kroky

• Články rychlého startu s pokyny k prvnímu použití služby.
  • Použití předem vytvořeného modelu
  • Vytvoření vlastního modelu